1、矩阵化简
(1)行向量与对角阵相乘的化简 u Φ G = diag{ Φ } diag{u } G \textrm{u}\Phi\textrm{G}=\textrm{diag\{}\Phi\}\textrm{diag\{u}\}\textrm{G} uΦG=diag{Φ}diag{u}G
其中,
u
∈
C
1
×
M
\textrm{u}\in\mathbb{C}^{1\times M}
u∈C1×M,
Φ
∈
C
M
×
M
\Phi \in \mathbb{C}^{M\times M}
Φ∈CM×M,
G
∈
C
M
×
N
\textrm{G} \in \mathbb{C}^{M\times N}
G∈CM×N。
(2)对角矩阵与列向量相乘的化简 G Φ u = Gdiag{u } diag{ Φ } \textrm{G}\Phi\textrm{u}=\textrm{G}\textrm{diag\{u}\}\textrm{diag\{}\Phi\} GΦu=Gdiag{u}diag{Φ}
其中,
G
∈
C
N
×
M
\textrm{G} \in \mathbb{C}^{N\times M}
G∈CN×M,
Φ
∈
C
M
×
M
\Phi \in \mathbb{C}^{M\times M}
Φ∈CM×M,
u
∈
C
M
×
1
\textrm{u}\in\mathbb{C}^{M\times 1}
u∈CM×1。
(3)行向量对角阵列向量积 的化简 g Φ a = g ⊙ a T diag { Φ } \textrm{g}\Phi\textrm{a}=\textrm{g}\odot\textrm{a}^{T}\textrm{diag}\{\Phi\} gΦa=g⊙aTdiag{Φ}
矩阵特殊运算
(1)Kronecker product(克罗内克积)
(2)Hadamard product(哈达玛积)
(3) ( a ⊗ b ) ⊙ ( c ⊗ d ) = ( a ⊙ c ) ⊗ ( b ⊙ d ) (a\otimes b)\odot(c\otimes d)=(a\odot c)\otimes(b\odot d) (a⊗b)⊙(c⊗d)=(a⊙c)⊗(b⊙d)
其中,
a
,
c
∈
C
M
×
N
a,c\in\mathbb{C}^{M\times N}
a,c∈CM×N;
b
,
d
∈
C
P
×
Q
b,d\in\mathbb{C}^{P\times Q}
b,d∈CP×Q